大数据环境中群智能算法的应用研究

摘要

随着科技的快速发展,大数据时代已经到来。对于大数据的分析与处理推动社会经济的不断发展,在大数据背景下,数据规模、处理难点的优化问题也变得更加多样化,进而使优化方法成为人们日益关注的焦点。一种新型的计算技术——群智能算法,运用高效的优化算法对自然界社会性生物群体进行模拟,解决各个领域的实际问题。本文提出群智能算法中的自适应优化算法——粒子群算法,详细分析粒子群算法的原理,为了提高全局搜索能力及计算效率,本文加入了种群自适应增加/删除个体数目方法有效改进种群多样化,提高收敛速度及质量。基于逻辑斯谛模型的算子设计有效地增强了粒子群的多样性,自适应控制策略更具有一般性特征,可更好地应用到不同的群智能算法中,解决大数据问题的优化性。